การเปรียบเทียบการพยากรณ์ดัชนีคุณภาพอากาศรายวัน ด้วยวิธีโครงข่ายประสาทเทียม และวิธีผสมของโครงข่ายประสาทเทียมและโซ่มาร์คอฟ

A comparison of forecasting methods for daily air quality index using artificial neural network and a hybrid of artificial neural network and Markov chain model

Name: พรนภา แสงศรี

ThaSH: ดัชนีคุณภาพอากาศ -- ไทย -- กรุงเทพฯ

ThaSH: พยากรณ์

ThaSH: มลพิษทางอากาศ -- ไทย -- กรุงเทพฯ

LCSH: Forecasting

Abstract: งานวิจัยนี้มีวัตถุประสงค์เพื่อเปรียบเทียบตัวแบบพยากรณ์ดัชนีคุณภาพอากาศรายวัน ซึ่งพิจารณาจากเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์เฉลี่ย โดยทำการศึกษาเทคนิควิธีการพยากรณ์ 2 วิธี ได้แก่ วิธีโครงข่ายประสาทเทียม และวิธีการผสมของโครงข่ายประสาทเทียมและโซ่มาร์คอฟ ข้อมูลที่นำมาใช้ในการศึกษาวิจัยเป็นข้อมูลทุติยภูมิ ได้แก่ ความเร็วลม อุณหภูมิ ความชื้นสัมพัทธ์ เดือน และปริมาณความเข้มข้นของสารพิษต่างๆ วัดได้ที่สถานีตรวจวัด ณ กรมประชาสัมพันธ์ แขวงพญาไท เขตพญาไท กรุงเทพมหานคร ตั้งแต่วันที่ 1 มกราคม พ.ศ. 2562 ถึง วันที่ 30 พฤศจิกายน พ.ศ. 2563 รวมทั้งสิ้น 700 รายการ ซึ่งแบ่งข้อมูลออกเป็น 2 ชุด ได้แก่ ชุดข้อมูลสาหรับฝึกสอนตัวแบบพยากรณ์ และชุดข้อมูลสำหรับทดสอบตัวแบบพยากรณ์ ผลการศึกษาพบว่าตัวแบบพยากรณ์ด้วยวิธีผสมของโครงข่ายประสาทเทียมและโซ่มาร์คอฟให้เปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์เฉลี่ยเท่ากับ 23.75% ในขณะที่ตัวแบบพยากรณ์ด้วยวิธีโครงข่ายประสาทเทียมให้เปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์เฉลี่ยเท่ากับ 25.51% ซึ่งสามารถกล่าวได้ว่าตัวแบบพยากรณ์ด้วยวิธีผสมของโครงข่ายประสาทเทียมและโซ่มาร์คอฟมีความแม่นยำในการพยากรณ์ดัชนีคุณภาพอากาศดีกว่าตัวแบบพยากรณ์ด้วยวิธีโครงข่ายประสาทเทียม โดยตัวแบบพยากรณ์ที่ได้สามารถนำไปใช้ในการพยากรณ์ดัชนีคุณภาพอากาศรายวันล่วงหน้าได้

Abstract: The objective of this research was to compare a daily air quality index forecasting model considering the mean absolute percentage error. Two forecasting techniques were studied, namely the artificial neural network and the hybrid of artificial neural network and markov chain model. Data used in the research study were secondary data such as wind speed, temperature, relative humidity, month and the air pollutant toxic concentrations measured at the station located at the Public Relations Department, Phaya Thai Subdistrict, Phaya Thai District, Bangkok from January 1, 2019, to November 30, 2020. A total of 700 entries were divided into two sets : training datasets and testing datasets. The results showed that the hybrid of artificial neural network and markov chain model yielded a mean absolute percentage error of 23.75%, while the artificial neural network model yielded a mean absolute percentage error of 25.51%. It can be said that forecasting the daily air quality index using the hybrid of artificial neural network and markov chain forecast model is more accurate than the artificial neural network model. The forecast model can be used to forecast the daily air quality index in advance.

สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: Lifelong@kmitl.ac.th

Name: พรพิมล ชัยวุฒิศักดิ์

Role: อาจารย์ที่ปรึกษาวิทยานิพนธ์

Created: 2564

Modified: 2564-12-04

Issued: 2564-12-04

วิทยานิพนธ์/Thesis

application/pdf

tha

DegreeName: วิทยาศาสตรมหาบัณฑิต

Level: ปริญญาโท

Descipline: สถิติและการวิเคราะห์ธุรกิจ

Grantor: สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง

©copyrights สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	Fulltext Pornnapa Sangsri.pdf	1.8 MB	9	2025-04-04 06:41:36

ใช้เวลา

0.020019 วินาที